车辆诊断报告智能生成方法、装置、电子设备及存储介质与流程
本发明涉及车辆诊断报告智能生成,尤其涉及一种车辆诊断报告智能生成方法、装置、电子设备及存储介质。
背景技术:
1、目前,车辆obd(on-board diagnostics,车载自动诊断系统)诊断完成后生成的诊断报告多以故障码列表+简短文字描述的形态呈现,该方式依赖本地静态字典对故障码进行查表式翻译,仅能提供故障码编号及对应的简要含义说明。
2、当前大语言模型技术已逐渐成熟,部分方案尝试将诊断数据直接输入通用大语言模型以获取自然语言分析,但通用大语言模型缺乏汽车维修领域的垂直专业知识,直接推理极易产生偏离事实的幻觉内容,所输出的维修建议可靠性较低。
技术实现思路
1、基于此,有必要针对现有的车辆诊断报告智能生成问题,提出了一种车辆诊断报告智能生成方法、装置、电子设备及存储介质。
2、一种车辆诊断报告智能生成方法,所述方法包括:
3、获取目标车辆的诊断数据和车辆基础信息;
4、基于所述诊断数据在预设的症状信息库执行结构化查询,得到结构化描述文本;
5、基于所述诊断数据和所述车辆基础信息在预设的汽车故障维修知识库执行向量语义检索,以获取多条相关维修案例;
6、按预设的指令模板将所述诊断数据、所述车辆基础信息、所述结构化描述文本以及所述多条相关维修案例分段拼接,形成结构化指令;
7、将所述结构化指令发送至预训练大语言模型,接收所述预训练大语言模型返回的响应文本;
8、解析所述响应文本,得到结构化分析结果,并将所述结构化分析结果嵌入诊断报告模板生成完整诊断报告。
9、进一步地,所述获取目标车辆的诊断数据和车辆基础信息的步骤,包括:
10、接收诊断数据;其中,所述诊断数据至少包括故障码列表和车辆识别码;
11、基于所述车辆识别码解析获取所述目标车辆的车辆品牌、车型、年款、排量及变速箱类型;
12、读取所述目标车辆的累计行驶里程数据;
13、将所述车辆品牌、车型、年款、排量、变速箱类型及累计行驶里程组合形成所述车辆基础信息。
14、进一步地,所述基于所述诊断数据和所述车辆基础信息在预设的汽车故障维修知识库执行向量语义检索,以获取多条相关维修案例的步骤,包括:
15、将所述诊断数据中的故障码列表与所述车辆基础信息组装为查询文本;
16、通过预设的嵌入模型将所述查询文本转换为查询向量;
17、在所述汽车故障维修知识库的向量空间中执行余弦相似度最近邻搜索,得到查询向量与各个维修案例的相似度分值;
18、根据相似度分值从大到小筛选预设数量的相关维修案例。
19、进一步地,根据相似度分值从大到小筛选预设数量的相关维修案例的步骤之后,还包括:
20、判断选取的相关维修案例是否满足预设的筛选条件;其中,所述筛选条件包括车型匹配度大于预设匹配度阈值和质量评分大于预设质量评分阈值;
21、将不满足所述筛选条件的相关维修案例,并根据相似度分值重新筛选预设数量的相关维修案例进行筛选条件的判断,直至筛选的预设数量的相关维修案例均满足筛选条件。
22、进一步地,所述预设的指令模板至少包括六个段落:角色设定段、车辆信息段、本次诊断结果段、故障码专业数据段、相关维修案例段以及输出格式约束段;
23、所述按预设的指令模板将所述诊断数据、所述车辆基础信息、所述结构化描述文本以及所述多条相关维修案例分段拼接,形成结构化指令的步骤,包括:
24、将预设的角色描述文本填入所述角色设定段;
25、将所述车辆基础信息填入所述车辆信息段;
26、将所述诊断数据填入所述本次诊断结果段;
27、将所述结构化描述文本填入所述故障码专业数据段;
28、将所述多条相关维修案例填入所述相关维修案例段;
29、将预设的格式约束文本填入所述输出格式约束段,形成结构化指令。
30、进一步地,所述解析所述响应文本,得到结构化分析结果的步骤,包括:
31、对所述响应文本去除代码块标记后执行格式解析,得到暂时解析文本;
32、校验所述暂时解析文本是否包含所有必要字段以及各字段值是否满足预设要求;
33、当校验通过时,从所述暂时解析文本中提取结构化分析结果。
34、进一步地,所述校验所述暂时解析文本是否包含所有必要字段以及各字段值是否满足预设要求的步骤之后,还包括:
35、当校验未通过时,则初始化一重试计数器;其中,所述重试计数器用于记录未通过次数,在每次校验未通过时加1,所述重试计数器的初始值为0;
36、判断当前未通过次数是否小于预设最大重试次数;
37、若小于所述预设最大重试次数,在所述结构化指令的末尾追加格式错误提示文本后重新发送至所述预训练大语言模型进行解析,重新获取响应文本进行校验;
38、当重试次数达到所述预设最大重试次数仍失败时,从所述症状信息库直接读取故障码专业数据,按预设的简化报告模板生成不含大语言模型推理的基础分析结果作为所述结构化分析结果。
39、一种车辆诊断报告智能生成装置,所述装置包括:
40、获取模块,用于获取目标车辆的诊断数据和车辆基础信息;
41、结构化查询执行模块,用于基于所述诊断数据在预设的症状信息库执行结构化查询,得到结构化描述文本;
42、向量语义检索执行模块,用于基于所述诊断数据和所述车辆基础信息在预设的汽车故障维修知识库执行向量语义检索,以获取多条相关维修案例;
43、形成模块,用于按预设的指令模板将所述诊断数据、所述车辆基础信息、所述结构化描述文本以及所述多条相关维修案例分段拼接,形成结构化指令;
44、接收模块,用于将所述结构化指令发送至预训练大语言模型,接收所述预训练大语言模型返回的响应文本;
45、解析模块,用于解析所述响应文本,得到结构化分析结果,并将所述结构化分析结果嵌入诊断报告模板生成完整诊断报告。
46、一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
47、获取目标车辆的诊断数据和车辆基础信息;
48、基于所述诊断数据在预设的症状信息库执行结构化查询,得到结构化描述文本;
49、基于所述诊断数据和所述车辆基础信息在预设的汽车故障维修知识库执行向量语义检索,以获取多条相关维修案例;
50、按预设的指令模板将所述诊断数据、所述车辆基础信息、所述结构化描述文本以及所述多条相关维修案例分段拼接,形成结构化指令;
51、将所述结构化指令发送至预训练大语言模型,接收所述预训练大语言模型返回的响应文本;
52、解析所述响应文本,得到结构化分析结果,并将所述结构化分析结果嵌入诊断报告模板生成完整诊断报告。
53、一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
54、获取目标车辆的诊断数据和车辆基础信息;
55、基于所述诊断数据在预设的症状信息库执行结构化查询,得到结构化描述文本;
56、基于所述诊断数据和所述车辆基础信息在预设的汽车故障维修知识库执行向量语义检索,以获取多条相关维修案例;
57、按预设的指令模板将所述诊断数据、所述车辆基础信息、所述结构化描述文本以及所述多条相关维修案例分段拼接,形成结构化指令;
58、将所述结构化指令发送至预训练大语言模型,接收所述预训练大语言模型返回的响应文本;
59、解析所述响应文本,得到结构化分析结果,并将所述结构化分析结果嵌入诊断报告模板生成完整诊断报告。
60、本发明的有益效果:通过获取目标车辆的诊断数据及车辆基础信息,在此基础上,一方面在症状信息库中执行结构化查询,得到故障码对应的专业定位描述、典型症状等结构化描述文本,另一方面在汽车故障维修知识库中执行向量语义检索,召回与当前诊断场景和车辆条件相匹配的相关维修案例,将诊断数据、车辆基础信息、结构化描述文本及相关维修案例按预设指令模板拼接为结构化指令后发送至大语言模型,约束了大语言模型的推理边界和输出格式,使得大语言模型在具备垂直领域知识支撑的前提下进行目标明确的推理,有效降低了因缺乏专业知识支撑而产生的推理偏差,同时结构化分析结果可直接嵌入报告模板,最终生成综合了专业数据支撑和车辆个性化信息的诊断报告,提升了报告的可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com